一种具模型可解释性的肝转移 AI 增强病灶检测框架
图像与视频处理
2019-07-19 v1 机器学习
定量方法
机器学习
摘要
结直肠癌（CRC）是全球第三常见癌症和第二大癌症相关死亡原因。大多数 CRC 死亡源于转移进展。转移的评估依据 RECIST 标准进行，该标准耗时且主观，因为临床医生需手动测量解剖肿瘤大小。AI 在图像目标检测中有诸多成功，但常因所用模型不可解释而受限，导致在临床环境中的信任与落地出现问题。我们提出一种 AI 增强系统框架，其中交互式 AI 系统辅助临床医生进行转移评估。我们引入模型可解释性以对底层模型的推理给出解释。
引用
@article{arxiv.1907.07713,
title = {An AI-Augmented Lesion Detection Framework For Liver Metastases With Model Interpretability},
author = {Xin J. Hunt and Ralph Abbey and Ricky Tharrington and Joost Huiskens and Nina Wesdorp},
journal= {arXiv preprint arXiv:1907.07713},
year = {2019}
}
备注
4 pages, 2 figures, 2019 KDD Workshop on Applied Data Science for Healthcare